MaxFloodCast是一种基于物理水动力学模拟的机器学习模型，能够高效预测洪水淹没深度，验证结果显示其可靠性。该模型的可解释性为决策者提供了制定洪水缓解策略的重要信息，支持应急响应和洪水风险管理。此外，研究还探讨了深度学习在建筑损害评估中的应用，展示了人工智能在评估气候变化引发的极端天气事件影响中的潜力。

本文综述了利用深度学习与遥感图像评估自然灾害建筑损害的研究，基于xBD数据集，关注跨灾害与地区泛化、噪声标签及图像分辨率影响。U-Net Siamese集成模型F-1达0.812，表现最佳，并探讨了通用模型与洪水专家模型的差异及无监督建筑损害检测方向。